Risk Management: Rethinking Fashion Supply Chain Management for Multinational Corporations in Light of the COVID-19 Outbreak
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Through an international business risk management lens, the widespread and catalytic implications of the 2020 COVID-19 pandemic on the supply chains (SCs) of fashion multinational corporations (MNC) are analyzed to contribute to existing research on supply chain management (SCM). While a movement towards agile, networked supply chain models had been in consideration for many firms prior to the outbreak, the pandemic highlights issues inherent in supply chains that employ concentrated production. We examined the current state of fashion supply chains, risks that have arisen historically and recently, and existing risk mitigation methods. We found that while lean supply chain management is primarily favored for its cost and waste reduction advantages, the structure is limited by the lack of supply chain transparency that results as well as the increasing demand volatility observed even before the COVID-19 outbreak. Although this problem might exist in the agile supply chain, agile supply chains combat this by focusing on enhancing communication and buyer-supplier relationships to improve information exchange. However, this structure also entails an associated increase in inventory and inventory costs. The COVID-19 pandemic has caused supply and demand disruptions which have resonating effects on supply chain activities and management, indicating a need to build flexibility to mitigate epidemic and demand risks. To address this, several strategies that firms can adopt to control for such risks are outlined and key areas for further research are identified which consider parties both upstream and downstream of the fashion supply chain.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle